Ai deja volar a los drones sin mapas o sensores
¿Pueden los drones volar solos sin mapas o piezas adicionales?Un nuevo sistema muestra cómo la física básica y las pequeñas redes pueden hacerlo posible.
Investigadores de la Universidad de Shanghai Jiao Tong han desarrollado una nueva forma de ayudar a los drones a navegar por su cuenta, sin confiar en componentes grandes o costosos.Este enfoque se basa en el movimiento de insectos y combina el aprendizaje profundo con los principios básicos de física, permitiendo que los drones se muevan a través de espacios sin mapeo o control externo.
En su lugar, el sistema propuesto utiliza una red neuronal de extremo a extremo que toma los datos del sensor sin procesar y ofrece directamente señales de control.Este diseño imita cómo se mueven los insectos utilizando pocos recursos neuronales, sin mapeo ni planificación.
El sistema se ejecuta en un mapa de profundidad de 12 × 16 y aún administra la navegación.Aunque la resolución es baja, los datos dan suficientes señales para que la ANN guíe el movimiento de un dron y evite los obstáculos.El entrenamiento se realizó en un simulador utilizando formas simples para crear entornos diferentes.Un motor de física era parte del bucle de entrenamiento, lo que permite aprender en configuraciones de un solo dronas.Otros drones fueron tratados como obstáculos en movimiento.
Una fuerza del sistema es su estructura.Utiliza tres capas convolucionales y se ejecuta en una placa informática de $ 21.El entrenamiento lleva dos horas en una GPU.El modelo admite la navegación del enjambre sin planificación o comunicación entre drones, lo que facilita la escala.
Los modelos de aprendizaje profundo anteriores necesitaban datos etiquetados y, a menudo, fallaban en la configuración fuera del laboratorio.Este enfoque incluye el modelo de física de drones en entrenamiento, que mejora la velocidad de entrenamiento y la generalización a otros entornos, especialmente para el movimiento y la estabilidad.
Los investigadores mostraron que los modelos pequeños pueden igualar o vencer a grandes modelos entrenados en grandes conjuntos de datos.Esto cuestiona la idea de que más datos siempre son mejores.En cambio, usar conocimiento físico y condiciones de entrenamiento bien combinadas pueden funcionar mejor.
La red neuronal artificial (ANN), con menos de 2 MB de parámetros, permite que los drones vuelen a 20 m/s usando solo entrada de profundidad.Esto muestra que los fuertes modelos internos de física pueden ser más útiles que los sensores de alta detonancia.
Aunque entrenado en simulación, el sistema mostró una amplia generalización.Podría apoyar tareas como carreras de drones, filmación, inspección del almacén y búsqueda y rescate en áreas limitadas por GPS.El estudio muestra cómo las simples redes neuronales entrenadas con física pueden soportar la autonomía de los drones a escala.
